（本文作者为 半导体产业纵横，钛媒体经授权发布）
文 | 半导体产业纵横
“AI 行业正在使用一个‘ 错误的工具’。”
当 Cerebras 创始人 Andrew Feldman 抛出这个论断时，英伟达正凭借 GPU 统治着万亿级市场。
Andrew Feldman 是否在口出狂言？Cerebras 用一块餐盘大小、拥有 900,000 个核心的晶圆级引擎 WSE-3，试图用“ 一颗芯片即一个集群” 的解决方案来回答这个问题。
Cerebras 相信，深度学习的核心瓶颈从未在算力本身，而在于数据跨越芯片边界时撞上的那堵内存墙。
2026 年 3 月，Oracle 在财报分析师会议上主动提及正在部署 Cerebras 芯片，将其与 Nvidia、AMD 并列为核心加速器供应商，这一“ 顺带点名” 被业内视为 Cerebras 进入超大型企业采购视野的重要信号。
叫板英伟达，Cerebras 做对了什么？
Cerebras 由 Andrew Feldman（前 SeaMicro 联合创始人，后被 AMD 收购） 于 2016 年创立。
Cerebras 推出的 WSE-3 是迄今规模最大的人工智能芯片，面积达 46,255 平方毫米，集成 4 万亿个晶体管。它凭借 90 万个 AI 优化内核 提供 125 PFLOPS 的 AI 算力，晶体管数量是英伟达 B200 的 19 倍，算力更是其 28 倍。
同时，WSE-3 配备 44GB 片上 SRAM 与 21PB/s 的内存带宽，彻底打破了传统内存瓶颈。其晶圆级互联架构可提供 27PB/s 的内部带宽，速度是最新一代 NVLink 的 206 倍。
WSE 最多可将 2048 套系统组合在一起，提供 256 EFLOPS 的 AI 算力。AI 开发者可以训练参数规模高达 24 万亿的模型，而无需处理多 GPU 调度和并行策略带来的复杂问题。
传统 GPU（如 B200） 必须不断从片外的 HBM 内存中读取数据，这受限于 HBM 的带宽，这也是 AI 大模型爆发带动 HBM 存储迅速发展的重要原因—— 通过强化片外存储的传输能力，被动缓解算力与存储分离带来的性能瓶颈。
Cerebras 将 44GB 的高速内存直接放在 90 万个 AI 核心旁边，无需再通过片外链路调取数据，从物理架构上消除数据往返传输延迟。
2026 年 1 月，Cerebras 与 OpenAI 签署多年合作协议，承诺为 OpenAI 提供 750 兆瓦的推理算力，部署规模将分阶段在 2026 至 2028 年间落地，合同总价值逾 100 亿美元，被官方称为“ 全球最大规模高速 AI 推理部署”。OpenAI 官方公告指出，此次合作的核心目的之一是降低 ChatGPT 实时响应的推理延迟。
2026 年 3 月 13 日，AWS 宣布与 Cerebras 建立多年合作，将 Cerebras CS-3 系统部署于 AWS 数据中心，通过 Amazon Bedrock 提供推理服务。官方新闻稿显示，这是首次有主流超大规模云平台在自有数据中心内部署非 GPU AI 加速器。
AWS 计算服务副总裁 David Brown 表示：“ 这种分离式架构让每个系统各尽其长，结果将是比今天任何方案都快一个数量级的推理性能。”
行业分析机构 Futurum 在其评析中指出，这一合作“ 是标志性的新阶段—— 推理架构正在独立，专用芯片将取代单体 GPU 部署，用于延迟敏感型任务。”
用面积换性能，真无敌了吗？
Artificial Analysis 的测评表示，Cerebras CS-3 在 Meta Llama 4 Maverick（400B 参数） 模型上达到 2,522 tokens/秒，超过英伟达 Blackwell B200 的 1,038 tokens/秒，领先幅度约 2.4 倍。对比 Llama 3.1 8B 小模型，差距更显著：Cerebras 可达约 1,800 t/s，而英伟达 H100 约为 90 t/s，相差约 20 倍。
按 token 计费的云服务，DeepSeek V3 在 Cerebras 上的定价为输入 $0.20/百万 tokens、输出 $0.50/百万 tokens，综合价格极具竞争力。截至 2025 年 9 月，Cerebras 已在北美、欧洲扩建至五个新数据中心，并同步在 AWS Marketplace 上线，进入企业级采购渠道。
AI 行业正在从“ 训练为主” 转向“ 推理为主””，而推理对延迟极为敏感。ChatGPT 等对话 AI、多步骤智能体 （Agentic AI）、实时代码生成等场景，都对 tokens/秒有严苛要求。AI 推理市场规模预计将从 2025 年的 1,062 亿美元增长至 2030 年的 2,550 亿美元，CAGR 约 19%。
这项测评展示了 Cerebras 在推理领域速度与成本上的显著优势，但要得出“ 完全碾压” 的结论还为时过早。
英伟达最强大的武器并非硬件，而是极其成熟的 CUDA 生态。开发者在转向 Cerebras 时需适配专有编译器，且目前对动态控制流等高级 AI 特性的支持尚不完整，这种迁移成本是企业决策时的核心障碍。全球数以百万计的 AI 工程师在 CUDA 上深度训练，迁移至 Cerebras 平台存在学习成本。分析指出，AWS Bedrock 集成的战略意义之一，正是通过托管服务降低工程师直接接触底层硬件差异的必要性—— 如果开发者无需修改代码就能使用 Cerebras，生态差距的影响将大幅减小。
CS-3 单系统功耗高达 50kW，远超单台 GPU 服务器。对于空间和电力受限的传统数据中心来说，部署此类设备面临物理基础设施的制约。
同时，在加速数据通信上，英伟达并未坐以待毙。除了 Blackwell 的快速迭代，英伟达还通过收购推理初创公司 Groq 的核心资产，以及推出 NIM 推理微服务来巩固其在推理市场的地位。
Groq 的芯片为 LPU（Language Processing Unit），主要面向 LLM 等推理场景，从架构上追求“ 快速、可预测、低成本” 的大模型推理，而不是通用训练 + 图形渲染。许多 LLM 推理场景下，单位 token 的计算成本和能耗都显著低于传统 GPU 集群 （原因是高片上带宽、少外存访问、推理专用指令流）。
基于 Tensor Streaming Processor（TSP） 架构，硬件尽量去掉缓存、多级乱序等导致不确定性的机制，让编译器可以静态安排每条指令和每一跳数据路径，实现“ 流水线装配线式” 的可预测执行。
第一代 LPU 约有 230 MB 片上 SRAM、80 TB/s 内部带宽，远高于典型 GPU 的 HBM 外部带宽 （约 8 TB/s 量级），减少访问外部内存的次数，从而降低时延并提升能效。
对很多企业来说，训练成本是一次性投入，而推理 （每天要跑的 token 数） 才是真正长期的资本支出，Groq 把长期成本曲线压低，使得大规模商用 LLM 服务更可持续。对于英伟达来说，收购 Groq 是在“ 训练卡卖一次” 的模式之外，增加了英伟达在“ 长期推理成本优化” 的抓手。简单来说，英伟达能在 TCO 和能效上给出更有竞争力的推理方案，而不仅依赖堆更多 GPU。
Cerebras 的风险
从产品角度来看，Cerebras 选择将整个 300mm 晶圆做成一颗芯片，这同时意味着任何一处缺陷都可能导致芯片报废，Cerebras 在良率控制上承担了极高的制造风险。相对来说，传统 GPU 的小芯片可通过“ 切割丢弃缺陷区” 规避。
在商业模式上，Cerebras 必须应对客户集中度风险。
虽然 Cerebras 官方表示有许多头部客户在使用自家产品，如 Notion 将 Cerebras 集成为其实时企业搜索功能的底层推理引擎，面向数百万企业用户，Cerebras 也成为 OpenAI 最新安全模型的最快推理提供商，使 AI 安全策略的实时判断成为可能—— 在内容审核、文档分类、智能体护栏等场景，实现了“ 先审后发” 的实时安全检测。
从营收来看，阿联酋 G42 贡献了 2024 年 H1 高达 87% 的营收。对应一份 $14.3 亿的合同承诺。虽然新合同不断到来，但若 G42 出现任何地缘政治变化 （美国对阿联酋 AI 芯片出口管制趋严等），将对营收造成重大冲击。虽然 G42 已被移出 Cerebras 投资者名单，但其仍是最大单一客户。
从交货压力来看，虽然拿下了许多大订单，但 Cerebras 的产能却不一定能到位。随着 OpenAI750MW 算力部署、AWS 合作相继到位，Cerebras 在 2026-2028 年间将面临极大的产能扩张压力。公司已将 Series H 资金的重要部分用于美国本土制造产能扩充，但实际交付时间线仍是最大的执行不确定性。
写在最后
想撕开英伟达算力围城的企业不只 Cerebras，“ 非 GPU AI 芯片” 赛道上还有一家明星企业 SambaNova。SambaNova 的创新性也是想解决 GPU 的内存墙问题。但解法截然不同。SambaNova 的核心思路是用可重配置的数据流架构 （RDU）+三级内存，在标准芯片上实现接近单片大芯片的效率。
三级内存包括 SRAM（片上，极速，小容量）、HBM（高带宽内存，中速大容量）、DDR（低速超大容量）。三级内存使 SambaNova 系统可承载远超片上 SRAM 大小的模型 （单机架 3TB 内存），同时通过“ 算子融合”（operator fusion） 减少内核调用次数，大幅降低延迟。测评显示，SambaNova SN40L 在 Llama 3.3 70B 上相对 Nvidia H200 实现了低批量 9 倍、高批量 4 倍的速度提升，同时能耗效率提升 5.6–2.5 倍。
SambaNova 的低功耗是其在电力受限数据中心的核心卖点。2021 年 — Series D 由 SoftBank Vision Fund 2 领投，估值 $50 亿，但 2025 年开始出现关于 SambaNova 寻找买家的新闻，英特尔曾经提出 16 亿美元的收购要约，但后续谈判失败。
曾经站在同一起跑线的两家企业正面对不同的资本热情，Cerebras 市场估值超 200 亿美元，但 SambaNova 正在寻找新的融资方。
英伟达的围城仍在，一名 AI 创业公司 CTO 曾评价三家公司表述最能说明问题：“ 我们对 SambaNova 和 Cerebras 都做了基准测试。两家在推理速度上都比英伟达快。但我们整个代码库都基于 CUDA，工程师都懂 CUDA，云预算已经包含了与英伟达谈好的折扣。切换意味着重写代码、重新培训员工、重新谈合同—— 为了大约 30% 的性能提升，这笔账不合算。”
在赢者通吃的市场里，好 10% 远远不够—— 你需要好 10 倍，并且有清晰的市场采用路径。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
